Wind Speed and Altitude Dependent AMDAR Observational Error and Its Impacts on Data Assimilation and Forecasting

Aircraft Meteorological Data Relay(AMDAR)observations have been widely used in numerical weather prediction(NWP)because of its high spatiotemporal resolution.The observational error of AMDAR is influenced by aircraft flight altitude and atmospheric condition.In this study,the wind speed and altitude dependent observational error of AMDAR is estimated.The statistical results show that the temperature and the observational error in wind speeds slightly decrease as altitude increases,and the observational error in wind speed increases as wind speed increases.Pseudo single AMDAR observation assimilation tests demonstrate that the wind speed and altitude dependent observational error can provide more reasonable analysis increment.Furthermore,to assess the performance of wind speed and altitude dependent observational error on data assimilation and forecasting,two-month 3-hourly cycling data assimilation and forecast experiments based on the Weather Research and Forecasting Model(WRF)and its Data Assimilation system(WRFDA)are performed for the period during 1 September-31 October,2017.The results of the two-month 3-hourly cycling experiments indicate that new observational error improves analysis and forecast of wind field and geo-potential height,and has slight improvements on temperature.The Fractions Skill Score(FSS)of the 6-h accumulated precipitation shows that new wind speed and altitude dependent observational error leads to better precipitation forecast skill than the default observational error in the WRFDA does.

Developments of the Three-Dimensional Variational Data Assimilation System for the Nonhydrostatic GRAPES

Based on the original GRAPES（Global/Regional Assimilation and PrEdiction System）3DVAR（p3DAR）, which is defined on isobaric surface,a new three-dimensional variational data assimilation system（m3DVAR） is constructed and used exclusively with the nonhydrostatic GRAPES model in order to reduce the errors caused by spatial interpolation and variable transformation,and to improve the quality of the initial value for operational weather forecasts.Analytical variables of the m3DVAR are fully consistent with predictands of the GRADES model in terms of spatial staggering and physical definition.A different vertical coordinate and the nonhydrostatic condition are taken into account,and a new scheme for solving the dynamical constraint equations is designed for the m3DVAR.To deal with the diffculties in solving the nonlinear balance equation atσlevels,dynamical balance constraints between mass and wind fields are reformulated,and an effective mathematical scheme is implemented under the terrain-following coordinate.Meanwhile,new observation operators are developed for routine observational data,and the background error covariance is also obtained.Currently,the m3DVAR system can assimilate all routine observational data. Multi-variable idealized experiments with single point observations are performed to validate the m3DVAR system.The results show that the system can describe correctly the multi-variable analysis and the relationship of the physical constraints.The difference of innovation and the analysis residual forπalso show that the analysis error of the m3DVAR is smaller than that of the p3DVAR.The T s scores of precipitation forecasts in August 2006 indicate that the m3DVAR system provides reduced errors in the model initial value than the p3DVAR system.Therefore,the m3DVAR system can improve the analysis quality and initial value for numerical weather predictions.

Scientific design and preliminary results of three-dimensional variational data assimilation system of GRAPES

The scientific design and preliminary results of the data assimilation component of the Global-Regional Prediction and Assimilation System (GRAPES) recently developed in China Meteorological Administration (CMA) are presented in this paper. This is a three-dimensional variational (3DVar) assimilation system set up on global and regional grid meshes favorable for direct assimilation of the space-based remote sensing data and matching the frame work of the prediction model GRAPES. The state variables are assumed to decompose balanced and unbalanced components. By introducing a simple transformation from the state variables to the control variables with a recursive or spectral filter, the convergence rate of iteration for minimization of the cost function in 3DVar is greatly accelerated. The definition of dynamical balance depends on the characteristic scale of the circulation considered. The ratio of the balanced to the unbalanced parts is controlled by the prescribed statistics of background errors. Idealized trials produce the same results as the analytic solution. The results of real data case studies show the capability of the system to improve analysis compared to the traditional schemes. Finally, further development of the system is discussed.

ANALYSIS OF THE EFFECT OF 3DVAR AND ENSRF DIRECT ASSIMILATION OF RADAR DATA ON THE FORECAST OF A HEAVY RAINFALL EVENT

The present study designs experiments on the direct assimilation of radial velocity and reflectivity data collected by an S-band Doppler weather radar(CINRAD WSR-98D) at the Hefei Station and the reanalysis data produced by the United States National Centers for Environmental Prediction using the Weather Research and Forecasting(WRF) model,the WRF model with a three-dimensional variational(3DVAR) data assimilation system and the WRF model with an ensemble square root filter(EnSRF) data assimilation system.In addition,the present study analyzes a Meiyu front heavy rainfall process that occurred in the Yangtze-Huaihe River Basin from July 4 to July 5,2003,through numerical simulation.The results show the following.(1) The assimilation of the radar radial velocity data can increase the perturbations in the low-altitude atmosphere over the heavy rainfall region,enhance the convective activities and reduce excessive simulated precipitation.(2) The 3DVAR assimilation method significantly adjusts the horizontal wind field.The assimilation of the reflectivity data improves the microphysical quantities and dynamic fields in the model.In addition,the assimilation of the radial velocity and reflectivity data can better adjust the wind fields and improve the intensity and location of the simulated radar echo bands.(3) The EnSRF assimilation method can assimilate more small-scale wind field information into the model.The assimilation of the reflectivity data alone can relatively accurately forecast the rainfall centers.In addition,the assimilation of the radial velocity and reflectivity data can improve the location of the simulated radar echo bands.(4) The use of the 3DVAR and EnSRF assimilation methods to assimilate the radar radial velocity and reflectivity data can improve the forecast of precipitation,rain-band areal coverage and the center location and intensity of precipitation.

AMDAR资料质量分析及对GRAPES系统同化和预报影响

为了研究AMDAR(Aircraft Meteorological Data Relay)资料对GRAPES(Global Regional Assimilation and Prediction System)系统的影响,针对从国家气象信息中心实时库检索的业务AMDAR资料,分析了该资料的偏差和标准差等质量特性;利用GRAPES数值预报系统,做了两个月的同化预报循环试验。选取资料和试验的时间是2013年5月、6月,同化窗口6 h,预报时效7 d。结果表明,与背景场该资料的温度要素的平均偏差在0.2°C,标准差在2°C,风的平均偏差在0.2 m/s,标准差在3 m/s,偏差基本符合正态分布;AMDAR资料对同化和预报效果均有改善。

ASSIMILATION OF OBSERVED SURFACE WIND WITH GRAPES

With the advances of numerical weather simulation and reduced data assimilation updating cycle,surface observation data assimilation becomes more and more important in data assimilation systems.It is widely accepted that a better data assimilation system should contain the restriction of thermodynamic processes in the surface layer.Therefore,in this paper,a new surface wind observation operator is utilized in Global and Regional Assimilation PrEdiction System_3D-Variance(GRAPES_3D-Var),with the restriction of thermodynamic process in the planetary boundary layer(PBL).In order to research the ability of this new surface wind observation operator in assimilation and forecasting,a series of experiments are operated by using the GRAPES model.The main results indicate that this new method of surface wind observation operator has positive impact on the forecast with the GRAPES model.

GRAPES非静力数值预报模式的三维变分资料同化系统的发展

为了减少分析变量与模式状态变量之间的插值误差,改善业务预报模式的初值质量,在GRAPES等压面三维变分资料同化系统的基础上,研究发展了针对GRAPES区域模式的非静力模式变量三维变分资料同化系统(GRAPES m3DVAR)。该资料同化系统的垂直坐标及其分析变量的水平分布格式、垂直跳点方案与GRAPES预报模式保持完全一致。由于垂直坐标的变化和非静力关系,m3DVAR分析系统中设计了求解动力学约束方程的新方案。通过有效的高精度数学方案,避免了地形追随坐标下平衡方程的非线性项造成的复杂计算,有效解决了非静力平衡条件下求解平衡方程中非线性项的切线性方程和伴随方程引起的困难。重新构造各种观测算子,并考虑了质量场和风场之间的平衡约束关系、背景误差协方差结构,实现对探空、地面资料、船舶报等常规观测的同化。理想单点试验和实际资料的多变量资料同化分析结果表明,非静力模式变量三维变分资料同化系统能够正确地描写多变量之间的相互作用以及物理约束关系,分析结果合理,能够有效减少原等压面三维变分资料同化系统的分析与模式变量之间需要相互插值、变换产生的误差,在一定程度上提高了分析场质量,对预报模式的初值具有一定改善。

GRAPES全球三维变分同化业务系统性能

近年来,GRAPES全球三维变分同化系统分析性能和稳定性有了长足进步。该文简要介绍了近两年GRAPES全球三维变分同化技术的发展与改进情况,包括同化框架技术、资料同化应用技术与系统稳定性等方面。分析诊断了两年的同化循环试验结果,以探空资料作为参考,对ERA-Interim再分析场、NCEP FNL分析场和GRAPES全球三维变分分析场的统计特征进行了比较;以ERA-Interim再分析场作为参考,对NCEP FNL分析场、T639分析场和GRAPES全球三维变分分析场进行比较。结果表明:GRAPES分析场的质量明显优于T639分析场,性能上达到了业务化的要求,但相比NCEP FNL分析场还有一定差距,特别是对流层内湿度分析场的误差还比较大。

AMDAR资料在北京数值预报系统中的同化应用

该文针对北京市气象局业务快速更新循环同化预报系统（BJ—RUC），通过对有无飞机观测资料参加同化的预报试验客观要素预报均方根误差和降水量TS评分的对比分析，探讨了飞机观测资料对短期数值天气预报的影响。结果表明：飞机观测资料的同化对于前9h预报时效内的高空风和温度预报有明显的正面影响。其中，对风预报的正面影响集中在925-250hPa高度上；而对温度预报的正面影响主要体现在850～400hPa之间的各层内。在快速更新循环的暖启动模式下，飞机观测资料同化比冷启动模式下带给预报结果更明显的正面贡献。飞机观测资料参加同化对于降水预报技巧的提高也有正面效应，对24h和12h累积降水量TS评分以及12～18h和18～24h时段内的6h累积降水TS评分有明显提高，提高的最大幅度达50％，并对相应阈值和时段内无飞机观测资料参加同化的试验中雨区偏大现象有改善。分析增量分布特征与同化带来的风温要素3h预报改进的垂直特征基本对应，表明飞机观测资料参加同化对初始场中风场和温度场质量的改进。

我国自主研制的全球/区域一体化数值天气预报系统GRAPES的应用与展望

介绍了中国气象局自主研制的新一代全球与区域一体化数值天气预报系统(GRAPES),着重讨论了该系统的全可压/非静力平衡动力框架,全球模式/区域模式一体化设计,半隐式-半拉格朗日差分方案,标准化、模块化、并行化、模式程序软件体系等核心技术特点。GRAPES系统已在国家级、区域级气象业务中心,以及一些大学和研究所得到应用,并在不断地完善和发展。

COSMIC资料在GRAPES全球三维变分同化系统的初步研究

利用COSMIC获得的GPS无线电掩星数据所反演得到的大气温湿度廓线资料,在GRAPES全球三维变分同化系统中做连续循环同化试验,研究了加入COSMIC资料后得到的GRAPES分析场及其5天中期预报是否有所改善。研究结果表明:通过加入COSMIC资料连续循环同化得到的分析场,相对原来没有加COSMIC资料连续同化出来的GRAPES分析场有明显改善,由此GRAPES全球模式全球5天中期预报水平有明显提高,其中加入没有稀疏化后COSMIC资料对南半球GRAPES分析场的改善以及GRAPES全球模式5天中期预报水平的提高都比较显著;加入稀疏化后的COSMIC资料对北半球GRAPES分析场的改善以及GRAPES全球模式5天中期预报水平的提高都有比较显著的效果。

利用整层模式大气统计求解GRAPES-3DVAR动力平衡约束的数值试验

针对采用单层模式大气中统计求解风压场平衡关系的不足,采用改进方案,在表达动力平衡约束时考虑不同层次上变量之间的相关,利用整层模式大气中的旋转风场统计求解每一层上质量场的平衡部分。改进方案通过类岭回归方法减少多重共线性以及小尺度噪音对统计求解的不利影响,提高了统计结果的稳健程度。数值试验结果表明,相对于原有方案,采用整层模式大气统计求解的方案能更好地保证质量场在垂直方向分析的合理性,减少数字滤波初始化对分析增量的调整,提高位温的分析效果。在冬、夏两个代表月同化预报循环的对比试验中,改进方案对温度场的预报效果有明显提高,对风压场预报也有一定程度的正效果。

极轨卫星高层通道在GRAPES同化系统中的应用

针对GRAPES(Global/Regional Assimilation and Prediction System)模式三维变分系统高层背景场温湿廓线外推方案的局限性,提出以气候垂直廓线重新构造高层温湿垂直结构,以减小外推方案的偏差。首先采用一维变分同化系统,展开模拟实验:分析目前模式中使用的外推方案误差及其对反演结果的影响,利用高层大气气候廓线构造垂直结构并分析同化偏差。最后,运用GRAPES全球分析预报系统进行同化实验并分析改进程度。结果显示:模拟研究表明采用高层背景场温湿廓线外推方案与实际观测相比最大偏差在1 h Pa附近可达数十度以上,不仅影响平流层,而且对对流层也有影响;用气候温度数据修正GRAPES高层温度数据,可以减少50%以上的偏差,证明了用气候值高层数据优化现行GRAPES模式中同化系统高层插值方案的可行性。全球GRAPES三维变分同化试验结果显示,改进方案不仅显著的改善平流层分析质量,对对流层中高层也有改进。

内蒙古区域数值预报对探空和地面观测资料的敏感性试验研究

基于内蒙古睿图预报系统的低分辨率版本和WRFDA-FSO诊断工具,评估2021年7月现有探空和地面观测对内蒙古睿图预报系统预报的影响。该方法计算代价相对低廉,并允许根据观测变量、观测类型、气压层次、地理区域等观测的子集对观测影响进行划分。代价函数为以干总能量为度量的背景场和分析场的预报误差之间的差异。结果表明:观测影响的总体总和为负,观测对预报起正贡献作用。对12 h预报误差减小贡献最大的观测来自探空观测的动力变量(U、V风分量)。而单时次单位数量平均观测影响,探空观测的贡献约为地面观测的1/2。探空观测对12 h预报误差减小从近地面层至模式层顶均保持正贡献作用,并在对流层中低层和对流层高空急流层存在两个极大值区域;地面观测在850 hPa以下低层正贡献占比明显。探空观测在被同化系统同化时均总体具有有利的影响,也反映出探空观测数据稳定、质量较高的特征;地面观测对12 h预报误差减小起正贡献作用次数最多的区域在河套地区尤为显著。同时,探讨了需进一步提高地面观测资料同化率的问题。

GRAPES区域扰动预报模式动力框架设计及检验

设计了适用于四维变分同化系统的扰动预报模式GRAPES_PF。根据GRAPES的地形追随坐标非静力原始方程组,采用小扰动分离方法推导微分形式的线性扰动预报方程组,并利用与GRAPES非线性模式相似的数值求解方案求解线性扰动微分方程组。在设计扰动预报模式时采用了两个时间层半隐式半拉格朗日方案对动量方程、热力学方程、水汽方程和连续方程进行时间差分,空间差分方案的变量分布水平方向采用Arakawa C跳点网格,垂直方向采用Charney/Phillips跳层。利用代数消元法进一步推导得到只包含未来时刻扰动Exner气压的亥姆霍兹方程,进而通过广义共轭余差法(GCR)求解,在此基础上得到未来时刻扰动量的预报值。基于所开发的扰动模式开展了数值试验。首先在非线性模式中施加一个中尺度初始扰动高压,得到初始扰动在非线性模式中的后续演变,然后将相同的初始扰动作为扰动模式的初值进行时间积分,将扰动模式预报的结果与非线性模式的结果做了对比。结果表明,所开发的扰动模式GRAPES_PF较好地模拟了惯性重力内波的传播过程:初始高压扰动激发了一个迅速向外传播的惯性重力内波,在气压场向风场适应的过程中,水平风场、垂直运动、位温和湿度等变量均出现了扰动增量,与非线性模式得到的结果相当接近。GRAPES_PF作为GRAPES非线性模式的合理线性模式为建立基于线性扰动预报的区域四维变分同化系统奠定了科学基础。

暴雨数值预报若干关键技术发展的回顾与思考

暴雨是导致洪涝灾害的重要天气,也是发生在我国的最主要自然灾害之一。随着高分辨率数值模式的发展,数值预报已成为暴雨预报的主要手段,然而数值预报的精度依赖于大气运动方程组的完备性、初始状态的准确性、物理过程的合理性以及计算方法的稳定性。由于大气是非线性的混沌系统,这些方面微小的误差均会产生预报结果的很大不确定性。因此,提升暴雨数值预报水平与资料同化、物理过程参数化和集合预报等技术和方法的发展密切相关,特别是产生降水的云微物理过程参数化方案在数值模式中的作用很重要。此外,为改进和完善数值模式,预报结果的评估方法研究也是暴雨数值预报技术研究不可缺少的重要内容。本文主要回顾了暴雨数值预报若干关键技术的发展,重点介绍了四维集合变分同化方法、云微物理参数化方案、集合预报模式扰动的后向动能散射方法,并提出了基于动能谱分析的模式结果评估方法,最后凝练出了这几个方面未来研究的方向。

基于国产异构计算平台的快速SVD算法及其在海洋资料同化的应用

【目的】资料同化已经在大气和海洋的数值预报中发挥重要作用,它可以利用不同来源的观测资料对初始场数据进行修正,从而提高数值预报的准确性,目的在于通过奇异值分解(SVD)算法的改进提高基于国产异构计算平台的资料同化计算效率。【方法】本文在大规模计算环境下并行策略及实现方法基础上,设计并实现了基于国产异构计算平台的CPU和类GPU卡协同批量SVD解算的实现流程和数据结构,并给出了实际性能提升测试数据,同时,完整地使用C/C++实现了资料同化程序。【结果】该算法充分利用国产异构计算平台CPU和计算卡的计算资源,实现了基于SVD的矩阵求逆的高效实现算法,从基础算法上显著提高了资料同化的计算效率。【结论】基于国产异构计算平台CPU和计算卡协同方式的奇异值分解的高效实现算法,其应用可以扩展到量子计算、人工智能、图像处理、信号降噪等领域的算法实现,具有广泛的应用价值,使用C/C++语言的资料同化应用软件,丰富了国产异构计算平台的应用生态。

A baroclinic typhoon model with a moving multi-nested grid andvariational adjustment initializationII. Forecast experiments

A 3-dimensional baroclinic typhoon model with a moving multi-nested grid and its initialization are described first. Prediction results are improved by using a simple but effective data assimilation method in which the initial field is adjusted by the sixth hour's typhoon report and the weak-constraint variational principle. Finally someforecast examples made by this typhoon model are given.

集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅱ:参数选取与数值试验

研究的第一部分讨论了如何有效应用集合预报误差的科学方案,确定了集合预报误差在GRAPES(Global Regional Assimilation and PrEdiction System)全球4DVar(four dimensional variational data assimilation)中应用的分析框架。在此基础上研究了针对集合预报误差实际应用于GRAPES全球4DVar,解决接近或超过100个集合样本数时高效生成的计算效率问题,以及与GRAPES全球4DVar匹配的同化关键参数确定问题。选择基于4DVar的集合资料同化方法生成集合样本,通过将第1个样本极小化迭代过程中产生的预调节信息用于其他样本极小化做预调节,将计算效率提高了2倍。通过时间错位扰动方法增加集合样本数,实现集合样本增加到3倍。对集合方差进行膨胀,并选择水平局地化相关尺度为流函数背景误差水平相关的1.4倍。通过批量数值试验方法确定背景误差与集合预报误差的权重系数,对60个集合样本当集合预报误差权重为0.7时预报效果最好。对北半球夏、冬两季各52 d的批量试验表明,对于南、北半球En4DVar(ensemble 4DVar)较4DVar的改进在冬季主要集中在700—30 hPa,而在夏季主要集中在400—150 hPa。赤道地区受季节影响较小,En4DVar对位势高度、风场与温度的改进都较为明显,且经向风场的改进最为显著。文中研发的集合预报误差在GRAPES全球4DVar中应用的方法合理可行。

FY-4A云导风在GRAPES_RAFS中的同化应用评估

云导风资料具有较高的时空分辨率特性,是数值天气预报中重要的非常规观测资料之一。2016年12月我国第二代静止气象卫星风云四号首颗试验卫星(FY-4A)成功发射。依据国家卫星气象中心提供的2017年8月FY-4A卫星红外和高空、低空水汽通道云导风测试数据,选用美国国家环境预报中心的FNL全球分析资料为参考场,对比分析云导风资料观测分布及偏差特征。评估结果表明,FY-4A云导风测试数据分布稳定,水汽通道云导风资料观测数明显多于红外通道;红外通道云导风资料偏差和均方根误差最小,水汽通道云导风资料在高层偏差较大。基于GRAPES_RAFS系统,选取2017年第13号台风天鸽做24 h预报试验。个例试验结果表明,同化FY-4A云导风资料对模式高度场和风场分析有一定调整作用,特别是同化FY-4A水汽通道云导风资料,对强降水落区和强度预报有所改善。